加拿大留學(xué)英語考試揭秘托福寫作機器評分潛規(guī)則

加拿大留學(xué)托福考試E-rater（electronic essay rater），或者機器寫作評分，是ETS評分體系中的一大特點，且機器評分已經(jīng)實行了近十年，但是不少家長和同學(xué)對于其評分機制依舊是霧里看花。

同學(xué)們關(guān)于評分的疑問：

“想要得5分可以犯多少語法錯誤？”；

“到底要寫幾個body paragraph呢？”；

“文章是寫得越長越好嗎？”。

為了解決大家的困惑，今天針對ETS官網(wǎng)關(guān)于e-rater的文獻(xiàn)，并結(jié)合歷年教學(xué)經(jīng)驗，撰寫這篇文章，希望能夠幫大家真正了解ETS機器評分的機制。（本文只針對托福寫作考試中的獨立部分。）

綜述

托?？荚囍械膶懽魑恼掠梢粋€e-rater（機器評分）和一個human rater（考官評分）同時評分，最后取平均數(shù)。

機器判斷文章“好壞”的方式與人工不同，這個評分更像是一個預(yù)測，它會基于數(shù)據(jù)庫，結(jié)合幾個維度的測評去判斷一個human rater會給出多少分。絕大多數(shù)情況下，機器給出的分?jǐn)?shù)都是與人工評分匹配的，即兩組分?jǐn)?shù)相差不會太大。在少數(shù)不匹配的情況下，會有第二位human rater介入。

e-rater不是完美的，關(guān)于e-rater是否能夠公正地體現(xiàn)出考生的表現(xiàn)，有很多研究，在此就不贅述了。我們需要做的是了解e-rater具體的評分細(xì)則并在此基礎(chǔ)上減少不必要的失分。

e-rater評分維度大致可以分成三大類

第一類：結(jié)構(gòu)

Organization占比為32%，Development占比為29%，這兩項加起來比重超過了60%，同學(xué)們作文分?jǐn)?shù)也主要取決于在這兩方面的表現(xiàn)。

“For the organization feature,e-rater identifies the number of elements present for each category of discourse in an essay.For the development feature,e-rater computes the average length for all the discourse elements(in words)in an essay.”[對于結(jié)構(gòu)特征，e-rater識別文章中每個話語類別的元素數(shù)量。對于發(fā)展特性，e-rater計算一篇文章中所有話語元素（以單詞為單位）的平均長度。]

簡明來說，development判斷結(jié)構(gòu)是否完整，結(jié)構(gòu)包括introductory material(background),thesis,main ideas,supporting ideas,and conclusion；Organization則要計算上述每個部分的單詞數(shù)。

注意：

body paragraph的個數(shù)不會影響我們的得分，每個主體段有沒有supporting ideas才會影響得分。加拿大托福

所以大家不必糾結(jié)到底寫幾個段落，而是要把更多的精力投放到段落的展開中，考慮到考試的時間限制，2-3個主體段是比較合適的。

加拿大留學(xué)英語考試揭秘托福寫作機器評分潛規(guī)則

第二類：語法

Mechanics（10%）

Usage(8%)

Grammar(7%)

Style(3%)

這些分類又有小分類，以Mechanics為例，它的小分類包括：

Spelling errors拼寫錯誤

Missing commas逗號缺失

Compound word errors復(fù)合詞錯誤

Unnecessary commas多余的逗號

Capitalization of first word in a sentence句子中第一個單詞的首字母大寫

Capitalization of proper nouns專有名詞的大寫

Missing periods句號缺失

duplicates(accidentally repeating words in a row)重復(fù)的單詞

Missing question marks問號缺失

Missing hyphens(including in number constructions)連字符缺失

Missing apostrophes單引號缺失

Fused words(missing space between words)單詞之間缺少空格

“These error types are summarized for each feature as proportions of error rates relative to the essay length.”[這些錯誤類型總結(jié)為每個特征的錯誤率與文章長度的比例]

注意：

同一個大類下面的小分類所占的比重是相同的。并且e-rater會根據(jù)這些錯誤的總個數(shù)與文章長度的比例決定它們對分?jǐn)?shù)的影響。

這就意味著：

1.無心犯的錯，比如兩個單詞之間缺少空格，和因為“無知”犯的錯，比如把合成詞分成兩個單詞，會接受相同的懲罰。而這兩種錯誤哪一種更容易避免，答案很明顯。

2.如果追求文章長度而犯了更多的錯誤，會影響我們的分?jǐn)?shù)。

所以，不建議考生在真實的考試中非要寫500多字甚至更多，因為寫多容易錯多；最好是留下檢查的時間，規(guī)避這些容易規(guī)避的錯誤。

第三類：詞匯

Word length(7%)

Word frequency(7%)

“The first is computed through a word frequency index used to obtain a measure of vocabulary level.The second feature computes average word length across all words in the essay and uses this as an index of sophistication of word usage.”[第一個是通過一個詞頻指數(shù)來計算，這個指數(shù)用來衡量詞匯水平。第二個特征計算文章中所有單詞的平均單詞長度，并以此作為單詞使用復(fù)雜程度的指標(biāo)。]

注意：

對我們詞匯水平的測試體現(xiàn)在兩個維度：常用詞使用頻率、詞匯長度。使用頻率較低，以及較復(fù)雜的詞匯在這一維度評分會略高。但是并不建議大家為了迎合這一標(biāo)準(zhǔn)而去刻意使用生僻詞，長詞。